基于圖像處理技術(shù)運(yùn)動(dòng)車輛檢測(cè)及跟蹤方法研究

田杰 重慶交通大學(xué)

基于圖像處理技術(shù)運(yùn)動(dòng)車輛檢測(cè)及跟蹤方法研究

田杰 重慶交通大學(xué)

為解決城市交通擁堵，智能交通系統(tǒng)隨之誕生，本文以基于圖像處理技術(shù)運(yùn)動(dòng)車輛檢測(cè)及跟蹤方法研究為話題，對(duì)基于圖像處理技術(shù)運(yùn)動(dòng)車輛檢測(cè)及跟蹤方法研究做出一些闡述和談?wù)?，提出幾點(diǎn)思考和探索意見，希望可以為我國(guó)交通管理的進(jìn)步和發(fā)展做出一點(diǎn)貢獻(xiàn)。

智能交通系統(tǒng) 圖像處理技術(shù) 交通

在智能交通管理機(jī)制當(dāng)中，最初是由紅外線、超聲波和雷達(dá)等傳感器技術(shù)來進(jìn)行交通管理，隨著科技進(jìn)步，如今已經(jīng)全面被計(jì)算機(jī)網(wǎng)絡(luò)、圖像處理技術(shù)所替代。本文就以攝像頭下的交通管理和檢測(cè)跟蹤技術(shù)進(jìn)行深入的分析研究。

1 當(dāng)下的智能交通系統(tǒng)檢測(cè)技術(shù)

當(dāng)下的交通信息采集技術(shù)分別有以下幾種：

1.1 紅外線檢測(cè)

紅外線檢測(cè)的好處在于相應(yīng)速度快，并且安裝工作簡(jiǎn)單，然而紅外線檢測(cè)會(huì)受到天氣和車輛本身熱感的影響，對(duì)于溫度的要求較為嚴(yán)格，檢測(cè)出的數(shù)據(jù)也不夠全面。

1.2 雷達(dá)檢測(cè)

雷達(dá)檢測(cè)的原理是多普勒效應(yīng)，其好處在于應(yīng)用范圍廣，可靠性高，監(jiān)測(cè)數(shù)據(jù)不會(huì)受到環(huán)境或者是其他因素的影響，但是缺點(diǎn)是無法對(duì)靜態(tài)下的車輛做出檢測(cè)。

1.3 視頻車輛檢測(cè)

視頻車輛檢測(cè)是指在道路旁設(shè)置攝像頭，監(jiān)視終端等設(shè)備，借此來對(duì)道路狀況來進(jìn)行監(jiān)控。是利用圖像數(shù)字處理技術(shù)來進(jìn)行的交通管理技術(shù)。這種技術(shù)的優(yōu)點(diǎn)很多，首先不會(huì)受到天氣的影響，而且對(duì)于車速和路況的情況檢測(cè)比較準(zhǔn)確，并且檢測(cè)的范圍光，對(duì)馬路的路況也不會(huì)有影響，同時(shí)維修和安裝都簡(jiǎn)單。然而當(dāng)下圖像處理技術(shù)中仍然存在一些問題，例如說車輛的陰影或者是車輛間的間隔問題都會(huì)對(duì)具體的監(jiān)測(cè)數(shù)據(jù)起到一定的干擾和誤差。

當(dāng)下的視頻車輛檢測(cè)技術(shù)是交通系統(tǒng)中主要的檢測(cè)手段，數(shù)字圖像處理技術(shù)是當(dāng)下最成熟、也是優(yōu)點(diǎn)最多的技術(shù)，大大的解決了傳統(tǒng)的道路檢測(cè)中的一系列問題。

2 圖像處理車輛檢測(cè)和跟蹤技術(shù)的基本原理和研究現(xiàn)狀

當(dāng)下對(duì)于運(yùn)動(dòng)車輛的檢測(cè)和跟蹤是根據(jù)計(jì)算機(jī)圖像處理技術(shù)基礎(chǔ)上進(jìn)行的，我國(guó)在這方面起步較晚，而國(guó)外則經(jīng)過了幾十年的探索，如今已經(jīng)有了初步的成就。國(guó)內(nèi)的圖像處理技術(shù)主要有清華大學(xué)研發(fā)的VS3001檢測(cè)系統(tǒng)，以及上海高德公司研發(fā)的GDW-VS-2001技術(shù)等等。

在圖像處理技術(shù)當(dāng)中，主要是通過攝像圖采集獲取的圖像，借由計(jì)算機(jī)技術(shù)對(duì)圖像幀進(jìn)行分析和檢測(cè)，然后判斷出具體的路況和所經(jīng)車輛的特征。其中圖像的分割、所經(jīng)汽車特征的選取和跟蹤算法是圖像處理技術(shù)中的難點(diǎn)所在。

3 圖像處理技術(shù)對(duì)運(yùn)動(dòng)車輛的檢測(cè)和跟蹤

在圖像圖像處理技術(shù)當(dāng)中，首先檢測(cè)出目標(biāo)車輛就是在視頻幀當(dāng)中提取出目標(biāo)車輛，因此在圖像分割上，必須要保證視頻分割的準(zhǔn)確性。第一要保證攝像頭的各方面情況正常，保證攝像頭的靜止和穩(wěn)定，然后通過分差發(fā)、變化檢測(cè)算法將目標(biāo)車輛從檢測(cè)視頻背景當(dāng)中分割出來。當(dāng)下的北京分割技術(shù)分別是遺忘性的背景更新法和統(tǒng)計(jì)模型技術(shù)、臨幀數(shù)差分技術(shù)等等。同時(shí)，在圖像處理技術(shù)當(dāng)中，車輛的陰影是很大的一個(gè)問題。

而在目標(biāo)車輛的跟蹤當(dāng)中，為了能夠更準(zhǔn)確的獲得目標(biāo)車輛的車速、方向等信息，在圖像處理技術(shù)中，以圖像分割為基礎(chǔ)，然后采用特征跟蹤發(fā)。根據(jù)目標(biāo)車輛的特征，例如車輛的幾何圖形和紋理顏色等等特征，來對(duì)特征繼續(xù)跟蹤，以達(dá)到跟蹤車輛的目的。

同時(shí)為了降低跟蹤目標(biāo)的范圍和提高跟蹤準(zhǔn)確度，可以應(yīng)用卡爾曼濾波器等公式。在圖像處理跟蹤技術(shù)當(dāng)中，計(jì)算出目標(biāo)的測(cè)量值，對(duì)狀態(tài)進(jìn)行修正，得到最小化的誤差。如今這種技術(shù)已經(jīng)被廣泛的應(yīng)用于如今的智能交通系統(tǒng)當(dāng)中。

4 智能交通系統(tǒng)的的未來展望

如今，隨著城市經(jīng)濟(jì)的高速發(fā)展，很多城市機(jī)動(dòng)車保有量以年均20%速度飆長(zhǎng)的同時(shí)，如何治理?yè)矶碌冉煌▎栴}，已成為各大城市棘手的難題。而智能交通系統(tǒng)就是為了更好的服務(wù)于人民出行，解決這個(gè)問題所誕生而出的。因此建立一個(gè)智能交通系統(tǒng)已經(jīng)是必不可少的事情。同時(shí)，智能交通要發(fā)揮作用，有賴于強(qiáng)大的網(wǎng)絡(luò)系統(tǒng)。隨著移動(dòng)網(wǎng)絡(luò)技術(shù)的不斷發(fā)展，有線、無線相結(jié)合的網(wǎng)絡(luò)建設(shè)模式也越來越多地應(yīng)用在智能交通領(lǐng)域。但網(wǎng)絡(luò)的可靠性、安全性等問題也依然制約著智能交通系統(tǒng)，影響其發(fā)揮應(yīng)有的作用。

5 總結(jié)

綜上所述，在智能交通系統(tǒng)當(dāng)中，圖像處理技術(shù)是車輛檢測(cè)和跟蹤至關(guān)重要的一門技術(shù)，希望可以通過這篇文章，為相關(guān)從業(yè)人員的工作帶來幫助。

[1]王圣男,郁梅,蔣剛毅.智能交通系統(tǒng)中基于視頻圖像處理的車輛檢測(cè)與跟蹤方法綜述[J].計(jì)算機(jī)應(yīng)用研究,2005,22(9):9-14

[2]趙小軍.基于MATLAB圖像處理的車輛檢測(cè)識(shí)別與跟蹤方法的研究[D].青島理工大學(xué),2009

[3]趙曉華,邊揚(yáng),張松嶺,等.基于圖像處理技術(shù)的交叉口分流向流量檢測(cè)方法研究[J].公路交通科技,2009(s1):97-101